AMOSTRAGEM EM DOIS ESTÁGIOS COM UNIDADES PRIMÁRIAS DE TAMANHOS DIFERENTES SUBSAMPLING TO TWO PROBATION WITH PRIMARY UNITS OF UNEQUAL SIZES



Documentos relacionados
Monitoramento ou Inventário Florestal Contínuo

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.

Estudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples.

CAPÍTULO 9 - Regressão linear e correlação

Análise de Regressão

IND 1115 Inferência Estatística Aula 9

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual

Requisitos metrológicos de instrumentos de pesagem de funcionamento não automático

Unidade II ESTATÍSTICA

ESTATÍSTICA Aula 7. Prof. Dr. Marco Antonio Leonel Caetano

INTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA

Regressao Simples. Parte II: Anova, Estimação Intervalar e Predição

CAPÍTULO 2 - Estatística Descritiva

Capítulo 1: Erros em cálculo numérico

A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: enchentes

MA12 - Unidade 4 Somatórios e Binômio de Newton Semana de 11/04 a 17/04

Econometria: 4 - Regressão Múltipla em Notação Matricial

Teoria da Amostragem

Estudo do intervalo de confiança da regressão inversa utilizando o software R

O delineamento amostral determina os processos de seleção e de inferência do valor da amostra para o valor populacional.

Matemática. Resolução das atividades complementares. M18 Noções de Estatística

UERJ CTC IME Departamento de Informática e Ciência da Computação 2 Cálculo Numérico Professora Mariluci Ferreira Portes

Distribuições de Probabilidades

HIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia

Econometria: 3 - Regressão Múltipla

Ana Clara P. Campos 1 Denise Nunes Viola 1 Moacyr Cunha Filho 2 Guilherme Vilar 2 Vanessa Van Der Linden 3

Avaliação da qualidade do ajuste

Perguntas Freqüentes - Bandeiras

Algoritmos de Interseções de Curvas de Bézier com Uma Aplicação à Localização de Raízes de Equações

DESEMPENHO DE ESTIMADORES DA MÉDIA POPULACIONAL DE DISTRIBUIÇÕES ASSIMÉTRICAS BASEADOS EM AMOSTRAGEM POR CONJUNTOS ORDENADOS

Estatística - exestatmeddisper.doc 25/02/09

Macroeconometria Aula 3 Revisão de estatística e teste de hipótese

MAE116 Noções de Estatística

2 Avaliação da segurança dinâmica de sistemas de energia elétrica: Teoria

JUROS SIMPLES. i 100 i 100. TAXA PROPORCIONAL: É aquela que aplicada ao mesmo capital, no mesmo prazo, produze o mesmo juros.

EVAPOTRANSPIRAÇÃO DE REFERÊNCIA UTILIZANDO MÉTODOS DE TANQUE CLASSE A PROPOSTOS PELA FAO, NA REGIÃO DE MOSSORÓ, RN

Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto

PUCRS FAMAT DEPTº DE ESTATÍSTICA ESTATÍSTICA DESCRITIVA SÉRGIO KATO

x n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População

SUBAMOSTRAGEM COM UNIDADES PRIMÁRIAS DE TAMANHOS DESIGUAIS APLICADA EM INVENTÁRIOS DE FLORESTAS PLANTADAS DE Eucalyptus grandis

Olá, amigos concursandos de todo o Brasil!

Cap. 5. Testes de Hipóteses

1 SISTEMA FRANCÊS DE AMORTIZAÇÃO

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística

MATERIAL DE ESTATÍSTICA II PROF. MÁRIO ROBERTO

Capítulo 6 - Centro de Gravidade de Superfícies Planas

7 Análise de covariância (ANCOVA)

Lealdade à Marca e Sensibilidade ao Preço: Um Estudo da Escolha da Marca pelo Consumidor. Autoria: Delane Botelho, André Torrres Urdan.

Interpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1.

Projeto de rede na cadeia de suprimentos

Controle Estatístico de Qualidade. Capítulo 6 (montgomery)

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS

FINANCIAMENTOS UTILIZANDO O EXCEL

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão

( ) ( IV ) n ( ) Escolha a alternativa correta: A. III, II, I, IV. B. II, III, I, IV. C. IV, III, I, II. D. IV, II, I, III. E. Nenhuma das anteriores.

5 Critérios para Análise dos Resultados

Inferência Estatística e Aplicações I. Edson Zangiacomi Martinez Departamento de Medicina Social FMRP/USP

2 Estrutura a Termo de Taxa de Juros

PROCEDIMENTOS DE CÁLCULO DE INCERTEZA DE MEDIÇÃO EM MEDIÇÕES DIRETAS E INDIRETAS

8 Programação linear 78

Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12

Nas Instituições de Ensino Superior(IES), há uma relação direta entre a qualidade do ensino e a taxa de inadimplência. A taxa de inadimplência das

MÓDULO 8 REVISÃO REVISÃO MÓDULO 1

A Medição e o Erro de Medição

REGESD Prolic Matemática e Realidade- Profª Suzi Samá Pinto e Profº Alessandro da Silva Saadi

NOTAS DE AULA DA DISCIPLINA CE076. ], T 2 = conhecido como T 2 de Hotelling

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL

Matemática Financeira

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento.

Estatística: uma definição

M = C( 1 + i.n ) J = C.i.n. J = C((1+i) n -1) MATEMÁTICA FINANCEIRA. M = C(1 + i) n BANCO DO BRASIL. Prof Pacher

REGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA

SUMÁRIO GOVERNO DO ESTADO DO CEARÁ. Cid Ferreira Gomes Governador. 1. Introdução Domingos Gomes de Aguiar Filho Vice Governador

Revisão de Estatística X = X n

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou. experimental.

TEXTO SUJEITO A REVISÃO

Cálculo de média a posteriori através de métodos de integração numérica e simulação monte carlo: estudo comparativo

COMPARAÇÃO ENTRE OS MÉTODOS DE AMOSTRAGEM DE BITTERLICH E DE ÁREA FIXA COM PARCELA CIRCULAR EM PLANTAÇÃO DE Pinus taeda

9 Medidas Descritivas

UNIVERSIDADE FEDERAL FLUMINENSE CENTRO DE ESTUDOS GERAIS INSTITUTO DE MATEMÁTICA DEPARTAMENTO DE ESTATÍSTICA NÚMEROS ÍNDICES

Tabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f

MAE0229 Introdução à Probabilidade e Estatística II

RACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO

CONHECIMENTOS ESPECÍFICOS

CAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados

MÉTODO COMPUTACIONAL AUTOMÁTICO TICO PARA PRÉ-PROCESSAMENTO PROCESSAMENTO DE IMAGENS RADIOGRÁFICAS. M. Z. Nascimento, A. F. Frère e L. A.

DISTRIBUIÇÃO HIPERGEOMÉTRICA


13 ESTIMAÇÃO DE PARÂMETROS E DISTRIBUIÇÃO AMOSTRAL

Prof. Dr. Marco Antonio Leonel Caetano Projeção de Cenários Aplicados ao Orçamento Empresarial Com revisão das Ferramentas de Estatística

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola

Tópicos Extras 2ª parte. Análise de Correlação e Regressão

Estatística Notas de Aulas ESTATÍSTICA. Notas de Aulas. Professor Inácio Andruski Guimarães, DSc. Professor Inácio Andruski Guimarães, DSc.

3 Precificação de resseguro

CAPÍTULO 1 PROBABILIDADE

6.1 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS

CVT: Coeficiente de Variação de Thorndike CVQ: Coeficiente Quartílico de Variação MEDIDAS DE ASSIMETRIA

Revisão/Resumo de Análise Estatística I e Introdução à Tecnologia da Amostragem I

Transcrição:

Cêca Florestal, v.6,., p.47-55 47 ISS 003-9954 AMOSTRAGEM EM DOIS ESTÁGIOS COM UIDADES PRIMÁRIAS DE TAMAHOS DIFERETES SUBSAMPLIG TO TWO PROBATIO WITH PRIMARY UITS OF UEQUAL SIZES Sylvo Péllco etto RESUMO Este trabalho efoca a metodologa de alocação da amostragem detro de um estrato, em uma população florestal platada. O crtéro de alocação cosderou os talhões como parte tríseca do processo estatístco aplcado à amostragem. A efcêca da metodologa fo buscada cosderado-se a varação do tamaho dos talhões e, coseqüetemete, efetuado-se a alocação da amostragem proporcoal aos seus respectvos tamahos. O resultado da alocação mostrou-se promssor e aproprado para aplcação aos vetáros florestas cotíuos. Palavras-chave: Amostragem, Ivetáro Cotíuo. SUMMARY Ths paper deals wth the methodology of samplg allocato forest stratfcato. The crtera used for the allocato cludes the partcpato of stads sde a stratum as part of the samplg procedure, kow the lterature as Subsamplg Wth Uts of Uequal Szes. The effcecy of ths appled methodology was cosdered due to the stad s sze varato ad, cosequetly, dog to the subsamplg allocato wth selecto proportoal to ther szes. The results of ths procedure showed very promsg ad approprated to be used cotuos forest vetores. Key words: Samplg, Cotuos Ivetory. ITRODUÇÃO O processo de amostragem a ser aplcado detro de cada estrato de uma população florestal, costtu um dos mportates compoetes do vetáro florestal cotíuo.. Professor Seor da UFPR, Professor Adjuto da PUC-PR e Pesqusador -C do CPq.

48 Péllco etto As áreas reflorestadas geralmete são plaejadas admstratvamete e são formadas de udades mímas, deomadas talhões, geralmete de tamahos varáves e, portato, serão deomadas de udades prmáras da amostragem. Estas udades permtem ao maejador utlzálas como udades de plaejameto da produção florestal, detro das quas são efetuadas um segudo estágo da amostragem, geralmete deomado de subamostragem. Do poto de vsta estatístco, fca caracterzado esta estrutura, fudametalmete, um processo de amostragem em dos estágos, com udades prmáras de tamahos desguas. a maora das empresas, as dscussões sobre este tema ão têm sdo efetuadas por dos motvos báscos: o prmero é que, ormalmete, se tem uma baxa tesdade de amostragem detro do estrato, de tal forma a ão se clur os talhões como partes tegrates dos estmadores estatístcos por estrato; o segudo refere-se a utlzação apeas de uma estrutura aleatóra detro dos estratos, ode as udades amostras se dstrbuem teramete detro dos talhões, mas sem se caracterzar o processo como dos estágos para a alocação da amostragem. As mplcações decorretes da caracterzação dos talhões como fase tegrate do processo de amostragem a ser estruturado detro dos estratos, serão tratadas o cotexto deste trabalho. CRITÉRIO APLICATIVO DA AMOSTRAGEM A seleção da amostragem as codções já expostas, poderá ser efetuada segudo crtéros, cuja efetvdade depederá das codções dstrbutvas da varável em aálse. Exstem, bascamete, duas alteratvas para esta seleção assm caracterzadas: a) Seleção da amostragem com gual probabldades; b) Seleção da amostragem com probabldades desguas. SUKHATME et. al. (984), COCHRA (963) e FAO (973) dscutem amplamete estas alteratvas para a seleção da amostragem através deste processo e o caso da aplcação em foco, se clu, preferecalmete, o de seleção com probabldades desguas, dado sua maor efcêca se fudametar a ocorrêca de correlação etre a varável X - volume de madera por udade de área - e o tamaho da udade prmára M. É fácl admtr, que quato maor for o tamaho dos talhões, tato maor será a chace de vararem os sítos e, coseqüetemete, X. essas crcustâcas, afrma COCHRA (963), exste uma relação de proporcoaldade etre V x e g e, quado g <, a seleção com probabldade proporcoal a um tamaho leva a maor precsão a obteção dos estmadores estatístcos. O mesmo autor afrma também que a codção de g < ocorre a maora das vezes. Baseado-se uma préva acetação destas codções, sugere-se que a amostragem seja efetuada através do processo deomado Amostragem com Probabldade Proporcoal a um Tamaho ou (PPT). Exstem, etretato, outras varações a formulação teórca deste processo, depededo da maera que a seleção das udades amostras é coduzda. Assm, se as udades prmáras são Cêca Florestal, v.6,., 996

Amostragem em dos estágos com udades prmáras de tamahos dferetes 49 selecoadas com repetção, caracterza um processo mas fácl para a dervação dos parâmetros e de seus estmadores, sem repetção. estas codções, a redução sucessva das oportudades de seleção para cada uma das udades prmáras, gera uma dervação de complexas fórmulas para os parâmetros e seus estmadores, estededo-se também para o caso da subamostragem efetuada detro das udades prmáras. SUKHATME (984) cometa que a cocepção teórca para a seleção sem repetção, flu somete a estmatva da varâca etre as udades prmáras e a dfereça etre as duas cocepções com e sem repetção, ão é sgfcate do poto de vsta prátco. estas crcustâcas, a opção pela formulação teórca dervada para a seleção com repetção para as udades prmáras e sem repetção para a subamostragem é a mas aproprada o mometo. a prátca, a seleção será efetuada sem repetção, para facltar a codução do trabalho de campo. Uma lustração esquemátca do processo está apresetado a Fgura. FIGURA : Ilustração esquemátca da estrutura tera de um estrato com a alocação da subamostragem. Como a seleção da amostragem será efetuada segudo o crtéro (PPT), etão fcará caracterzada uma varável Z, que represetará a proporção referete ao tamaho das udades prmáras em relação ao todo da área detro de um estrato. Assm tem-se: Cêca Florestal, v.6,., 996

50 Péllco etto Z M M A A () Ode: M úmero de elemetos detro de cada udade prmára; M úmero total de elemetos a área de um estrato; A Área de cada udade prmára; A Área do estrato cosderado. Como mostrado aterormete, em cada estrato, após a repartção ótma, resultará em (m ) udades amostras a serem alocadas as udades prmáras segudo o crtéro (PPT). Esta repartção será efetuada orgazado-se uma lstagem das udades prmáras com seus respectvos tamahos expressos por M ou A. Tomado-se a dstrbução cumulatva de M, é possível obter os tervalos para cada udade prmára, cuja gama de varação permtrá, através de um sorteo teramete aleatóro, receber uma alocação dstrbutva segudo o crtéro (PPT). Para efetvação desta seleção pode-se usar uma tabela de úmeros aleatóros, ode as combações de dígtos seram utlzados detro do tervalo total da gama de varação. Para efeto de cocretzação da aplcação deste processo de amostragem, de tal forma a vablzar uma aálse de varâca detro do estrato, poder-se-á detectar as varabldades teras e etre udades prmáras, se um mímo de 4 subudades for alocado por udade prmára, coforme propôs PÉLLICO ETTO (979). Cosderado-se esta restrção de que m 4, pode-se proceder à repartção segudo o método (PPT), tomado-se o total da amostragem (m) e alocá-la sucessvamete em cada estrato, de tal forma que em cada udade prmára ter-se-á (m Z ) udades e os sucessvos sorteos cotuarão até que se atja o total (m) a ser dstrbuído detro do estrato. A úca restrção a esta seleção está o fato de que (m) ão será precsamete obtdo o prmero vetáro, dado a varação total da população ada ão ser cohecda. este caso, uma estmatva cal aproxmada deverá ser feta e, posterormete, pode ser corrgda à medda que a varação detro dos estratos se tore bem cohecda, através da realzação dos vetáros sucessvos até à rotação. OTAÇÃO E APRESETAÇÃO DOS PARÂMETROS E ESTIMADORES DO PROCESSO DE AMOSTRAGEM As udades amostras prmáras foram selecoadas com probabldade proporcoal a Z. Seja a varável (X j ) a medda do volume por elemeto j, localzado a udade prmára (talhão). A otação básca para as udades prmáras fca assm defda como mostra a Tabela : Cêca Florestal, v.6,., 996

Amostragem em dos estágos com udades prmáras de tamahos dferetes 5 TABELA : otação básca para udades prmáras. VARIÁVEL POPULAÇÃO AMOSTRAGEM º de elemetos por udades prmáras (Talhões) M m Méda por elemeto X M X j j M x m X j j m Total X M X X M x Para um estrato pode-se obter os resultados como está apresetado a Tabela. TABELA : otação básca para um estrato. VARIÁVEL POPULAÇÃO AMOSTRAGEM Udades prmáras o estrato (Talhões) ` de elemetos M M m m Méda por elemeto X X x x M m Méda por udade prmára (talhão) M X X j M j m x X j m j Total X X X x Procededo-se a realzação da amostragem segudo o método de seleção (PPT), seus estmadores, de acordo com COCHRA (963) e SUKHATME et. al. (984) podem ser obtdos como segue: x ( ppt) M M x Z () Cêca Florestal, v.6,., 996

5 Péllco etto e sua varâca é dada por: Ode: S x( ppt ) Z X M X + M Z M Z m M S ( X j X ) M S M j Observe que se a amostragem for efetuada tomado-se Z, etão a méda defda em M () reduz-se para: x ( ppt) M M x M x M e sua varâca reduz-se para: M S x( ppt ) M X M X + M m M S (6) Devdo ao fato de que este processo os estmadores detro das udades prmáras são autopoderados, Cochra (963) e Sukhatme (984) demostraram que, para a amostragem, a varâca da méda é obtda como segue: s x x x ( ) ( ) ( ppt) ppt M (3) (4) (5) (7) ILUSTRAÇÃO DO PROCESSO DE AMOSTRAGEM COM UIDADES PRIMÁRIAS DE TAMAHOS DESIGUAIS A UMA POPULAÇÃO DE Pus ellott. Seja apresetado em seguda um exemplo lustratvo do processo de seleção detro de um estrato. Este exemplo, coquato costtu-se de uma smulação, está lustrado com dados reas de uma povoameto de Pus ellott. O estrato possu 3 udades prmáras (talhões), dos quas 8 foram selecoados e 0 elemetos, dos quas 89 foram amostrados detro dos talhões, ou seja m89. A dstrbução da amostragem está apresetada a Tabela 3, ode: - proporcoal; Restrção m 4. Aplcado-se os estmadores aos estmadores da Tabela 3 tem-se: Cêca Florestal, v.6,., 996

Amostragem em dos estágos com udades prmáras de tamahos dferetes 53 Méda por elemeto ou da subamostragem x( ppt) 76, 533 x, 066 m3 / 0, ha 8 Varâca da méda da subamostragem s x ( ) ( ) ( ppt) ppt x x TABELA 3: Ilustração da Alocação da Subamostragem detro de uma Estrato com Aplcação do Crtéro (PPT). UIDADES PRIMÁRIAS (TALHÕES) ÁREAS A I m TAMAH O M I (0, ha) SELEÇÃO Z I m ORDEM DA SELEÇÃO MÉDIA (m 3 /0, ha) VARIÂCIA (m 3 /0, ha) T-09 0.000 0 9 5,75 7,576 T-08 0.000 0 9,475 4,44 T-05 5.000 5 3 6,50 5,84 T- 30.000 30 4 4 6,00 5,676 T-0 5.000 5 7 5 5,00 3,040 T-06 30.000 30 4 6 8,067 9,73 T-03 35.000 35 7 7 4,9 35,99 T-8 5.000 5 7 8 9,767 0,03 Total 0.000 M0 89-76,533 - s [( ) ( ) ] x( ppt ) 8(7 575, 056, + 475, 056, +... + ) 3 s m ha x( ppt) 56 05794 3 675 0,, ( /, ) Erro padrão da estmatva s 3, 675 97, 3 m / 0, ha x( ppt) Cêca Florestal, v.6,., 996

54 Péllco etto Erro de amostragem ( )( ) Ea ± t s ± 306, 97, ± 44, 3 m / 0, ha x( ppt ) Erro de Amostragem Relatvo t s x( ppt) 4, 4 E r 00 00 0 % x, 066 ppt ( ) Como observado, o erro exprmrá exatamete 0% do volume estmado para cada lado do tervalo de cofaça. Itervalo de cofaça para o valor paramétrco da méda por subamostragem, para uma cofabldade de 95% [ ( ppt ) a] 95% [, X, ] IC X x ± E IC 7 645 6 487 95% COCLUSÕES O objetvo cetral deste trabalho fo atgdo pela aplcação de uma metodologa de dstrbução da amostragem detro de um estrato florestal, cosderado-se os talhões como parte tegrate dos estmadores estatístcos e com alocação da subamostragem proporcoal aos seus tamahos respectvamete. Pode-se ada coclur que:. Especfcado-se uma restrção de alocação míma de 4 subudades por talhão amostrado, vsado-se permtr aalsá-lo em suas varações teras pela aplcação de aálse de varâca, ão será amostrado em cada ocasão a totaldade dos talhões e sua seleção para a amostragem será efetuada por sorteo aleatóro, vsado-se garatr a dstrbução espacal sem tedêca destes detro do estrato. Tal procedmeto, embora excludo-se uma parte dos talhões a amostragem, pode ser equacoado em sucessvas ocasões do vetáro cotíuo e será tratado em outro trabalho cetífco específco para este assuto;. Pela tesdade amostral utlzada a lustração, aplcada a um povoameto de Pus sp., localzada o Estado do Paraá, permte coclur que a metodologa usada é muto efcete, dado que a dstrbução das subudades sedo efetuada proporcoal à área dos talhões, resulta em uma autopoderação o cálculo do erro de amostragem e, assm, a tora recomedável para uso os vetáros cotíuos de florestas platadas; Cêca Florestal, v.6,., 996

Amostragem em dos estágos com udades prmáras de tamahos dferetes 55 3. Para efeto de mmzação de custos dos vetáros cotíuos, usado-se esta metodologa de alocação da subamsotragem, as udades amostras devem ser de pequeo tamaho para compesar o aumeto de sua tesdade dstrbutva detro dos talhões. Sugere-se, este caso, a utlzação de udades, cujo crtéro probablístco de seleção das árvores seja proporcoal a um tamaho especfcado, como é caso da udade de Strad ou a de Proda. REFERÊCIAS BIBLIOGRÁFICAS COCHRA, W. G. Samplg techques.. ed., ew York, Joh Wley & Sos, Ic., 963. 43 p. FAO. Maual of forest vetory wth specal referece to mxed tropcal forests. Roma, FAO., 973. 00 p. PÉLLICO ETTO, S. De Forstveture Brasle - eue Etwckluge ud hr Betrag für ee geregelte Forstwrtschaft. Mtteluge aus dem Arbetskres für Forstlche Bometre. Freburg, 979. 3 p. (Tese de Doutorado). SUKHATME et. al. Samplg theory of surveys, wth applcatos. Ames, Iowa, Iowa State College Press. 984. 56 p. Cêca Florestal, v.6,., 996